Presentaciones
(Presione el titulo de cualquier sesion o conferencia para observar una breve descripcion de la misma)
Evaluacion del Riesgo en Calculo de Tasas Optimas de Produccion
Ronell D. Hernandez, PDVSA
Costos Adicionales de Ampliación de Cubierta de Servicios Médicos
Proffesor Angel A. Rivera, Universidad de Puerto Rico
Modelo de Valoración Financiera de Proyectos Especializados en Ingeniería de la Construcción
Sebastián Castañeda Arbeláez, Ecopetrol
Riesgo de Tipo de Cambio Para las Companias en un Periodo de Tiempo
Alejandro Piedrahíta B., Bancolombia
Parámetros Para Correlacionar Optimamente Una Simulación Volumétrica en Un Flujo de Caja
Juan Carlos Castiblanco, Ecopetrol
Modelo de Planeacion Financiera - Casa de Cambio S.A.
Andres E Mejia, Mercurio Internacional S.A.
Modelamiento de Alternativas de Comercialización de Gas
Diana del Pilar Lasprilla, Ecopetrol
Tecnificación de Costos de Perforación de Pozos de Desarrollo
Luis Alfredo Mogollón-Ecopetrol
Ventajas de la Aplicación de Crystal Ball para Llevar a Cabo la Evaluacion Probablistica del Modelo Aashto en el Caso del Diseno de Pavimentos Flexibles en Latino America
Professor Roberto Centeno Werner,
Universidad Central de Venezuela
Talleres
Herramientas de Crystal Ball
Eduardo Herrera Lana, CYDHEM
Portfolios Optimization in Oil & Gas: An Analysis of Risk and Real Options and Their Contribution to Efficient Capital Allocation
Steve Hoye, Decisioneering, Inc.
Cálculo del Perfil de Riesgo del Producto Interno Bruto (PIB) y su Conexión con la Estrategia Económica
Luis Zaldivar, Inversiones Carrusel
Simulación y Optimización: Porque y Como los desarrollos exitosos usan estas herramientas Six Sigma
Andres Caminos, MGM
Workshop de Manejo de Optimizador
Oscar Bravo Mendoza, Ecopetrol
Como Elegir Distribuciones Adecuadas Para Sus Modelos de Simulación
Francisco J. Zagmutt, Vose Consulting
The Valuation of Strategic Flexibility Using Real Options in Abandonment or Expansion of Productive Assets
Steve Hoye, Decisioneering, Inc.
Análisis, Evaluación, Otorgamiento y Administración de Créditos en la Banca Comercial
Luis Zaldivar, Inversiones Carrusel
Técnicas aplicadas para el uso de correlaciones en modelos de simulación
Francisco J. Zagmutt, Vose Consulting
Portafolios, Portafolios, Portafolios
John D. McKenzie, Innovastat Corporation
Valoración de Primas de Seguro de Depósito Como Opciones de Venta: Aplicación del Método de Simulacions de Monte Carlo
Camilo Romero, Software Shop
Evaluacion del Riesgo en Calculo de Tasas Optimas de Produccion
Ronell D. Hernandez, PDVSA
Desde sus inicios de explotación el yacimiento, experimenta problemas de producción de agua, debido a las tasas de producción, generando altos costos, por tal motivo se requiere optimar la producción, con la intención de obtener lo que sea más económicamente rentable, y maximizar el recobro.
Para ello se hizo necesario la recopilación y actualización de la información de cada pozo y del yacimiento, para evaluar a través de Modelos Probabilísticos la producción que permitió validar la data existente. Basados en lo obtenido se calculo probabilísticamente las Tasas Criticas de Producción, de donde se generaron las tasas óptimas de producción evaluando el Riesgo asociado.
Basados en este esquema se vislumbraron escenarios para mitigar la problemática existente, en base a las bandas de declinación probabilisticas generadas, todo esto para evitar la producción de agua y lograr un mejor impacto técnico económico.
Por último se evaluó económicamente donde se compararon los dos escenarios: tradicional y óptimo propuesto, tomando en cuenta los costos por manejo de agua y el petróleo acumulado, mostrando este último mayor rentabilidad.
Costos Adicionales de Ampliación de Cubierta de Servicios Médicos
Proffesor Angel A. Rivera, Universidad de Puerto Rico
Una organización desea ampliar la cubierta de servicios de salud que presta a sus miembros y quiere un estimado de costos adicionales de proveerlos. Construimos un modelo de seis ecuaciones para estimar los costos de diecinueve servicios médicos adicionales. Las variables independientes de incidencia de utilización de los servicios y los costos promedios son tratadas como variables estocásticas y se definen distribuciones de probabilidad para cada una de los servicios adicionales utilizando una base de datos de experiencia de uso y el criterio Anderson-Darling.
Modelo de Valoración Financiera de Proyectos Especializados en Ingeniería de la Construcción
Sebastián Castañeda Arbeláez, Ecopetrol
La evaluación financiera de proyectos de construcción es una herramienta clave antes de tomar cualquier tipo de decisión de inversión; la forma como se evalúan este tipo de proyectos normalmente, no es el adecuado desde el punto de vista financiero y analítico. Lo que se propone en esta investigación es una forma más precisa de realizar un análisis financiero por medio de un modelo que permita involucrar el comportamiento de las variables macroeconómicas y microeconómicas que afectan el sector, a través de la proyección de un flujo libre de caja, el cual se descuenta al WACC. Como resultado se tiene el Valor presente neto y la Utilidad neta, utilizando la simulación de Monte Carlo con el programa Crystal Ball, obteniendo un intervalo de confianza de los resultados esperados y analizando las variables que mas afectan el valor en este tipo de negocios.
Riesgo de Tipo de Cambio Para las Companias en un Periodo de Tiempo
Alejandro Piedrahíta B., Bancolombia
El objetivo es cuantificar el riesgo de tipo de cambio, específicamente COP/USD, de una compañía en un período de tiempo determinado (generalmente esta entre 12 a 60 meses) en sus principales indicadores financieros. Dentro de este análisis se analiza la sensibilidad cambiaria en tres indicadores específicamente:
1) EBITDA que mide la eficiencia operativa del negocio;
2) Utilidad Neta que cuantifica la capacidad de entregar dividendos a los accionistas y
3) Flujo de Caja que cuantifica la capacidad de la compañía para llevar a cabo su plan de crecimiento (inversiones), capacidad de pago a proveedores y generación de valor.
Sin embargo, para poder cuantificar tales indicadores el modelo calcula el riesgo cambiario en todo omento en: Estado de Resultados completo y detallado, Balance General y finalmente Flujo de Caja de Tesorería.
Parámetros Para Correlacionar Optimamente Una Simulación Volumétrica en Un Flujo de Caja
Juan Carlos Castiblanco, Ecopetrol
Identificar en un modelo "simple" de Excel que incluye CrystalBall, la forma como podemos considerar parámetros tales como ecuaciones de declinación, múltiples perfiles, probabilidad de éxito, riego Schedule, correlaciones entre perfiles, cronograma detallado de actividades, inversiones asociadas al perfil y su riesgo, límites técnicos de producción, costos variables distribuidos según el tipo de producción, cálculos de reservas por tipo, y en general cualquier variable que dependa del volumétrico para construir posteriormente un flujo de caja probabilístico correlacionado con producción.
Modelo de Planeacion Financiera - Casa de Cambio S.A.
Andres E Mejia, Mercurio Internacional S.A.
La presentación consiste en un estudio de caso de la estructura financiera de la compañía Casa de Cambio S.A. la cual es una firma del sector cambiario radicada en Colombia y dedicada a las actividades autorizadas por el gobierno, relacionadas con el cambio de monedas extranjeras. El portafolio de servicios es:
- Envío y recepción de giros; pagos de importaciones, exportaciones o inversiones
- Compra y venta de divisas en efectivo o en títulos.
- Envío y Recepción de giros y remesas familiares
- Compra y venta de moneda extranjera o títulos a otros intermediarios del mercado cambiario.
El modelo incluye el análisis y proyección financiera de la compañía, buscando la eficiencia del negocio a través de la fijación de metas y construcción de índices que midan el logro de las mismas.
Crystall Ball es una herramienta que permite dentro de este modelo; Generar pronósticos sobre el comportamiento de las variables de mayor relevancia en la construcción del flujo de caja (Econometria y Series de Tiempo), evaluar el riesgo administrando la incertidumbre sobre las proyecciones (Análisis de Riesgo Financiero), y realizar optimización sujeta a las restricciones legales y operacionales para el logro de las metas financieras (Optimización y Restricciones).
Modelamiento de Alternativas de Comercialización de Gas
Diana del Pilar Lasprilla, Ecopetrol
Evaluación de las diferentes posibilidades de comercialización de gas: GTL, Planta de gas, gasoducto,y otros., utilizando un modelo en el que se incorporan riesgos y oportunidades.
Tecnificación de Costos de Perforación de Pozos de Desarrollo
Luis Alfredo Mogollón-Ecopetrol
Mejorar la calidad de la estimación de los costos presupuestados de los pozos a perforar, determinando las incertidumbres que pueden ocasionar un mayor valor y que sean utilizados para un correspondiente control. Tener una base integrada del costo de perforación histórico que sirva para determinar comparaciones entre zonas.
Tener una ficha de análisis financiera de comparación del costo proyectado Vs. Real que identifique causas ó el éxito del control de las incertidumbres.
Ventajas de la Aplicación de Crystal Ball para Llevar a Cabo la Evaluacion Probablistica del Modelo Aashto en el Caso del Diseno de Pavimentos Flexibles en Latino America
Professor Roberto Centeno Werner,
Universidad Central de Venezuela
Las mayores dificultades que se han encontrado para aplicar el Modelo AASHTO de 1986, son en orden de importancia las siguientes: a) el exceso de sobrecarga con el cual circulan los camiones en el país, por cuanto no existen estaciones de pesaje confiables; b) el no tener disponible el equipo triaxial dinámico para evaluar el módulo resiliente de los materiales y del suelo de la subrasante, c) La falta de entrenamiento de los proyectistas para digerir y familiarizarse con el significado de los parámetros probabilísticos, por cuanto en las escuelas de ingeniería civil es muy lo que se enseña sobre estadística aplicada a la ingeniería.
Desde hace cuatro años, aproximadamente, el autor de este resumen ha venido realizando un trabajo de adaptación del Modelo AASHTO de 1986 a la hoja de cálculo Excel que utiliza Cristal Ball para estimar la probabilidad de falla en un determinado modelo ingenieril, en el que intervienen múltiples variables, cuya función de densidad no es igual para todas ellas, haciendo muy difícil evaluar los resultados por métodos convencionales como el de Taylor. Tal adaptación permite que herramienta Cristal Ball se convierta en una tabla de salvación, por cuanto los estudiantes de ingeniería civil y los proyectistas que no dominan la estadística, expresan su satisfacción al poder comprender bien como se logra determinar la probabilidad de falla de la estructura vial en forma sencilla y práctica.
Este análisis con Crystal Ball permite al analista asimilar bien la importancia de asegurar y controlar la calidad de los materiales y de los procesos constructivos, por cuanto la variación es representada en los coeficientes de capa y en el módulo Resiliente de la subrasante utilizados en el modelo, y genera salidas de resultados probabilísticos que son perfectamente lógicas y que demuestran lo que sucedería si se deja que ocurran variaciones incontroladas en los materiales y en los procesos constructivos.
Workshops
Herramientas de Crystal Ball
Eduardo Herrera Lana, CYDHEM
Crystal Ball dispone de un conjunto de herramientas de configuración y análisis de modelos de simulación que sitúan al analista en un nivel superior de uso y aprovechamiento del programa. ¿Cuándo, cómo y por qué usar Tornado Chart, Batch Fit y Correlation Matrix? ¿Cuándo, cómo y por qué utilizar Scenario Analysis y Decision Table? El taller enfatiza en la utilización efectiva de estas herramientas tomando como referencia el estudio de casos y problemas reales de los participantes.
NOTA: "Si usted desea que se incluya la aplicación de una herramienta de Crystal Ball a un problema real el día del taller, envíe el problema (descripción y modelo en Excel) al correo crystalball@cydhem.com hasta el 15 de Febrero del 2007."
Portfolios Optimization in Oil & Gas: An Analysis of Risk and Real Options and Their Contribution to Efficient Capital Allocation
Steve Hoye, Decisioneering, Inc.
Mr. Hoye will demonstrates the use of Monte Carlo Simulation in the evaluation of oil and gas projects under conditions of uncertainty, starting with a discounted cash flow analysis of a single well, and then expanding the evaluation to simulate a full multi-well development project. A portfolio with multiple projects is then simulated and efficient combinations of projects are defined that minimize portfolio risk for a given required level of return using a sophisticated portfolio optimization, which is demonstrated. These resulting portfolios are shown to lie on the efficient frontier.
The properties of the efficient frontier are then related to various aspects of the underlying projects in the portfolio, including:
- systematic (e.g. price) versus unsystematic (dry hole) risks
- availability of strategic flexibility to abandon or expand certain projects: real options
Finally, appropriate measures of risk are discussed for portfolio optimization as well as the sensitivity of the process to some of the numerical parameters that are used.
Cálculo del Perfil de Riesgo del Producto Interno Bruto (PIB) y su Conexión con la Estrategia Económica
Luis Zaldivar, Inversiones Carrusel
Todos los sectores económicos estamos interesados en conocer cual es el PIB del país y su tasa de crecimiento real, para poder fijar en parte, el crecimiento del volumen de negocios de la empresa o diversificar la oferta de nuestros productos o servicios. En el sector financiero se hace más crucial para fijar metas en los Estados Financieros. En la Banca Central y el Sector Público es importante no solo porque se obtiene el estado de la economía sino porque permite identificar dónde existen oportunidades para hacer política económica para crecer el PIB al menor riesgo posible.
En América Latina se dispone de información sobre el PIB, sus componentes y crecimiento. Sin embargo, lo que no se conoce en todos los pronósticos del PIB es su Perfil de Riesgo y sus implicaciones en el crecimiento de las economías.
Haciendo uso de Crystal Ball y aplicando la técnica Simulación Monte Carlo lograremos conocer lo siguiente:
- Perfil de Riesgo del PIB futuro.
- Calcular las probabilidades de obtener un PIB futuro específico.
- Encontrar las variables aleatorias que mas impactan al PIB futuro.
- Realizar Bootstrap de los parámetros estadísticos para conocer la distribución estadística de cada uno y sus rangos.
Para llevar a cabo este análisis debemos emplear el Software Crystal Ball y hacer las siguientes operaciones:
- CB Predictor para estimar los saldos de las variables del PIB a precios constantes.
- Batchfit de componentes del PIB a precios constantes
- Construir el modelo en MS EXCEL
- Cargar el modelo: Supuestos y Pronóstico
- Precision Tool para tener número óptimo de corridas
- Perfil de Riesgo
- Análisis de Sensitividad
- Bootstrap
- Truncamientos en la localización de las variables aleatorias
NOTA: "Si usted desea que se incluya la aplicación de una herramienta de Crystal Ball a un problema real el día del taller, envíe el problema (descripción y modelo en Excel) al correo crystalball@integra.com.sv hasta el 15 de Febrero del 2007."
Simulación y Optimización: Porque y Como los desarrollos exitosos usan estas herramientas Six Sigma
Andres Caminos, MGM
Las técnicas de simulación y optimización están ganando popularidad como herramientas para los usuarios practicantes de Six Sigma y Lean Six Sigma al proveerles potencia analítica mas allá del conjunto de herramientas tradicionales de Six Sigma. Con la simulación solamente, UD. puede reducir la incertidumbre alrededor de un proyecto exitoso, aumentar su conocimiento de los X´s críticos e inhibidores de flujos de procesos, y evaluar el impacto de cambios en el proceso previos a la implementación de estos cambios. Agregando técnicas de optimización a la simulación ud. puede llegar a encontrar la mejor solución posible para problemas complejos que incluyen por ejemplo: administracion de inventarios, selección de proyectos, problemas de colas de espera y mejoras en el diseño entre otros.
Este workshop o seminario de trabajo, esta diseñado para el usuario o practicante principiante y avanzado, cubre desde la A hasta la Z temas de simulación y optimización. A Través de casos de estudios, este workshop proveerá a los usuarios o practicantes de Six Sigma, Excelencia de Procesos y Lean Six Sigma con un completo conocimiento de porque, donde y como aplicar planillas de calculo electrónicas y simulación dentro del desarrollo de proyectos Six Sigma y Lean Six Sigma.
Workshop de Manejo de Optimizador
Oscar Bravo Mendoza, Ecopetrol
Aplicación práctica de optimizador en aplicaciones de portafolio de oportunidades y la selección de el número óptimo de pozos en un campo petrolero.
Como Elegir Distribuciones Adecuadas Para Sus Modelos de Simulación
Dr. Francisco J. Zagmutt, Vose Consulting
En este taller el doctor Francisco J. Zagmutt, presentara diferentes métodos aplicados para seleccionar distribuciones apropiadas para modelos de simulación. Al finalizar este taller usted aprenderá:
- Las distribuciones más usadas y sus supuestos y principios matemáticos más relevantes para el desarrollo de modelos de simulación
- Diversas aplicaciones de distribuciones discretas, de tiempo de espera y de valores extremos
- Métodos prácticos para determinar las distribuciones que se ajustan mejor a los datos
Los ejemplos y ejercicios usados durante el taller incluirán variadas áreas de aplicación del análisis de riesgo, incluyendo riesgos operacionales, evaluación de proyectos, finanzas corporativas, gas y petróleo, entre otros.
Este taller es adecuado tanto para el analista que está comenzando a utilizar modelos de simulación, como para el analista avanzado que desea aprender más detalles sobre las distribuciones que usualmente utiliza en sus modelos estocásticos.
The Valuation of Strategic Flexibility Using Real Options in Abandonment or Expansion of Productive Assets
Steve Hoye, Decisioneering, Inc.
Real options valuation extends techniques for valuing financial options into the realm of corporate projects and productive assets. Since options represent the option but not the obligation to change the cash flows associated with an asset, their valuation provides insight into the economic value of strategic flexibility in capital projects. Using an example taken from the oil and gas industry, the author provides a brief primer on real options, and then steps the audience through an evaluation of realistic flexibility using a simple Excel spreadsheet. The results are discussed and framed in the context of how the measured increase in the NPV of the project due to flexibility could improve operating and capital allocation decisions as well as suggest future strategies that account for this often-overlooked value.
Análisis, Evaluación, Otorgamiento y Administración de Créditos en la Banca Comercial
Luis Zaldivar, Inversiones Carrusel
La globalización de mercados, competencia interna y las nuevas tendencias en administración de riesgos hacen necesario que en la Industria Financiera se calcule el Perfil de Riesgo en los financiamientos, principalmente en el Sector de Empresas y de la Construcción. Administración Crediticia debe de monitorear los niveles de estos riesgos crediticios durante la vigencia del financiamiento para poder así tener portafolios con niveles de riesgos bajos y por ende con excelentes valores actuales.
Para lograr lo anterior se debe de tomar en cuenta:
1) las variables aleatorias (riesgos) tradicionales de los Estados Financieros y el entorno,
2) las relaciones entre ellas y sus diferentes patrones en el tiempo y
3) las variables de pronóstico como flujo de caja o liquidación de garantías en el caso de financiamiento a la construcción. Esto se puede llevar a cabo por medio de la técnica Simulación Monte Carlo y el Software Crystal Ball.
En ambos casos, las herramientas que se emplearán serán las siguientes:
- Modelo MS EXCEL
- Análisis Pre-Simulación: Tornado y Spider
- Definición de Supuestos y Pronósticos
- Matriz de Correlación
- Cálculo de Perfiles de Riesgos
- Análisis de Sensibilidad
- Cálculo de niveles de certeza o certidumbre
- Es imperante conocer los riesgos directos que impactan el Perfil de Riesgo de los Pronósticos para poder así otorgar los financiamientos con las condiciones cuantitativas que nos garanticen el pago de la deuda. Adicionalmente, la
NOTA: "Si usted desea que se incluya la aplicación de una herramienta de Crystal Ball a un problema real el día del taller, envíe el problema (descripción y modelo en Excel) al correo crystalball@integra.com.sv hasta el 15 de Febrero del 2007."
Técnicas aplicadas para el uso de correlaciones en modelos de simulación
Francisco J. Zagmutt, Vose Consulting
Las correlaciones tienen una importancia crítica en el análisis de riesgo. Si estas dependencias son omitidas en un modelo, el riesgo puede ser ampliamente sobre o subestimado. La omisión de correlaciones es probablemente el error más común en modelos de riesgo. Incluso analistas experimentados que están concientes de la importancia de correlaciones enfrentan problemas para incluirlas en sus modelos cuando no existen datos históricos para calcular correlaciones empíricamente.
Un concepto erróneo pero bastante común entre analistas de riesgo es que la única manera de incluir correlaciones entre distribuciones es usando correlaciones de orden de rango. Por el contrario, las correlaciones pueden existir en variadas formas, por lo que existen diversas alternativas para incluir correlaciones de manera intuitiva, más realista, y de fácil implementación.
En este taller el doctor Francisco J. Zagmutt de Vose Consulting abordará el significado e importancia de las correlaciones y los conceptos de las correlaciones de orden de rango usadas en Crystal Ball, para luego discutir y desarrollar ejemplos de técnicas para incluir correlaciones en modelos, incluyendo:
- Usando opiniones de expertos para incluir correlaciones
- El impacto de eventos de riesgo discretos (ej. cambios políticos, nuevos competidores)
- Correlaciones múltiples usando una variable externa (ej. clima, precio del petróleo)
- Modelos de series de tiempo (ej. tasas de cambio, tamaño de mercado, precios de acciones)
Las técnicas que se revisarán en este taller incluyen las correlaciones de orden de rango, lógica condicional, tablas de búsqueda (lookup), el método del sobre, y más.
Portafolios, Portafolios, Portafolios
John D. McKenzie, Innovastat Corporation
Los portafolios son comúnmente vistos como un grupo de inversiones financieras individuales. No obstante, la definición de portafolio puede ser ampliada para incluir una colección de varias otras inversiones o cursos de acción que usted puede emprender.
Afortunadamente con el uso simultaneo de la simulación Monte Carlo y OptQuest, modelos simples pueden generar resultados sofisticados e intuitivos. La presentación cubrirá OptQuest en profundidad, contrastando con la optimización determinística ordinaria usando portafolios como el objeto del estudio.
Valoración de Primas de Seguro de Depósito Como Opciones de Venta: Aplicación del Método de Simulacions de Monte Carlo
Camilo Romero, Software Shop
Robert C Merton (1977) adaptó el Modelo Black Scholes Merton de valoración de opciones europeas para estimar el valor de la prima a cobrar por el otorgamiento del seguro a los depositantes frente a la eventual incapacidad de las instituciones bancarias para honrar los compromisos con los depositantes, al hacer la analogía con opciones europeas de venta. Este ensayo propone evolucionar tal adaptación en dos sentidos. El primero tiene que ver con la caracterización del seguro como una opción que puede ser ejercida en cualquier momento de la vida del contrato y cuyo precio de ejercicio no es constante sino que tiene un comportamiento estocástico a través del tiempo. La valoración por métodos analíticos de este tipo de contrato es compleja, razón por la cual se propone adaptar el método de simulación de Monte Carlo.
|
